基于PSO的LS_SVM特征选择与参数优化算法

用粒子群优化算法自动优选特征组合，提高分类精度，减少运行时间

首先建立了带钢锻轧短行程自动控制模型,采用改进PSO算法对带钢宽度控制进行优化,并引入变异算子优化算法的全局性,采用VB6.0进行模块化编程,实现短行程控制曲线的离线仿真,结果显示,PSO算法优化控制

这个关于PSO算法的自适应参数调节文章中的代码，代码出自外国作者之手，绝对不是我瞎造的。作者告诫我说，这是他的初版。

针对基于支持向量机（SVM）的煤与瓦斯突出预测算法存在预测精度和可靠性不高，选择核函数时未考虑非线性数据的分类，对非线性分布的煤与瓦斯突出影响因素提取效果较差的问题，提出了一种将改进的粒子群(IPSO

此书为浙江大学的一篇博士学位论文，详细介绍了PSO（粒子群算法）的原理及多目标优化的实现，对PSO感兴趣的读者可参阅此书。

本文详细介绍了一种基于密度的聚类算法——DBSCAN(Density-Based Spatial Clustering of Applications with Noise)，并着重讲解了使用PSO优

DBSCAN是一种基于密度的聚类算法，通过使用PSO（粒子群优化）算法进行参数优化，可以更加准确地划分出聚类簇，并能够在噪声的空间数据库中发现任意形状的聚类。PSO算法通过在搜索空间中寻找最优解，将参

基于PSO算法的张弦桁架结构优化设计，侯贯泽，许强松，张弦桁架结构在实际工程中得到较多的应用，但其设计计算一般是先假定桁架截面、矢高等，然后在此基础上进行结构的内力分析，过程

利用PSO解决多目标优化问题该代码示例展示了如何使用粒子群优化 (PSO) 算法解决多目标优化问题。PSO 是一种模拟鸟群觅食行为的进化算法，通过迭代搜索找到问题的最优解集。代码结构:初始化:

基于遗传算法的带钢表面缺陷特征降维优化选择